Бейсиански изводи за времеви редове
Бейсианският извод за времеви редове прилага теоремата на Бейс последователно към подредени във времето наблюдения, поддържайки пълно вероятностно разпределение върху скрити състояния и параметри на модела във всяка времева стъпка. Тази рамка обединява модели на състояние-пространство, динамични линейни модели и филтри с частици, произвеждайки калибрирана неопределеност както за задачи за филтриране (в реално време), така и за ретроспективно изглаждане.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Източници
- West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
- Prado, R. & West, M. (2010). Time Series: Modeling, Computation, and Inference. CRC Press. ISBN: 978-1420093360
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Inference for Time Series Models. ScholarGate. https://scholargate.app/bg/bayesian/time-series-bayesian-inference
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесов регресионен моделБейсови методи↔ compare
- Динамична Байесова мрежаБейсови методи↔ compare
- Йерархично Бейсианско заключениеБейсови методи↔ compare
- Калманов филтърБейсови методи↔ compare
- Частицов филтър (последователен Монте Карло)Бейсови методи↔ compare
- Последователен Монте КарлоБейсови методи↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →